故障診斷方法綜述精選(九篇)
前言：一篇好文章的誕生，需要你不斷地搜集資料、整理思路，本站小編為你收集了豐富的故障診斷方法綜述主題范文，僅供參考，歡迎閱讀并收藏。
第1篇：故障診斷方法綜述范文
關鍵詞：煤礦；電氣控制線路；檢修
中圖分類號：X752 文獻標識碼：A
對于電氣控制而言，其指的是使用電氣自動控制的方式來對生產過程進行控制，而對于電氣控制線路，則是將各有觸點的繼電器、接觸器和按鈕等電氣元件通過導線按照特定的方式連接起來組成的控制線路。該類控制線路故障的診斷是一項技術性較強的工作，也是實際工作中一項十分重要的工作。
一、故障調查法
對于電氣設備控制電路一旦有故障的發生，切忌不要出現盲目的亂動或者盲目的自己操作，在進行檢修之前需要對該控制線路的故障情況進行詳細的檢查和詢問，對于具體的方法而言，我們可以分為望、問和摸、聽和聞、切。望：首先弄清電路的型號、組成及功能。例如輸入信號是什么? 輸出信號是什么? 什么元器件受命令? 什么元器件檢測? 什么元件執行? 各部分在什么地方? 操作方法有哪些等。這樣可以根據以往的經驗，將系統按原理和結構分成幾部分，再根據控制元件的型號如接觸器、PLC、時間繼電器，大概分析其工作原理。檢查觸頭是否燒蝕、熔毀，線圈是否發熱、燒焦，熔體是否熔斷、脫扣器是否脫扣等; 其他電子元件是否燒壞、發熱、斷線，連接螺釘是否松動、電動機的轉速是否正常。然后對系統故障進行初步檢查。檢查內容包括: 系統外觀有無明顯操作損傷，各部分連線是否正常，控制柜內元件有無損壞、燒焦，有無松脫等。問和摸: 詢問操作人員故障發生前后電路和設備的運行狀況，故障發生時的跡象，如有無煙、火花及異常振動; 故障發生前后有無頻繁起動、制動、正反轉、過載等現象，詢問系統的主要功能、操作方法、故障現象、故障過程、內部結構，其它異常情況、有無故障先兆等，通過詢問，往往能得到一些很有用的信息。剛切開電源后，盡快觸摸檢查線圈、觸頭等容易發熱的部分、看溫升是否正常。聞和聽: 聽一下電路工作時有無異常響動，如振動聲、摩擦聲、放電聲以及其他聲音。用嗅覺器官檢查有無電氣元件發熱和燒焦的異味。這對確定電路故障范圍十分有用。在電路和設備還能勉強運轉而又不致于擴大故障的前提下，可通電起動運行，傾聽有無異響，如有應盡快判斷異響的部位后迅速關閉電源。切: 即檢查電路。
二、結構、原理分析檢查法
1、依照結構及原理查找故障
在進行故障的檢修時，需要先從主電路處著手，看拖動該設備的幾個電動機是否正常，然后逆著電流方向檢查主電路的觸頭系統、熱元件、熔斷器、隔離開關及線路本身是否有故障，接著根據主電路與控制電路的控制關系，檢查控制回路的線路接頭、自鎖或連鎖觸點、電磁線圈是否正常，檢查制動裝置、傳動機構中工作不正常的范圍，從而找出故障部位。如能通過直觀檢查發現故障點，如線圈脫落、觸頭( 點) 、線圈燒毀等，則檢修速度更快。
2、從動作程序檢查故障
通過調查、斷電檢查無法找到故障點時，可對電氣設備進行通電檢查。通電檢查前要先切斷主電路，讓電動機停轉，盡量使電動機和其所傳動的機械部分脫開，將控制器和轉換開關置于零位，行程開關還原到正常位置，然后用萬用表檢查電源電壓是否正常，有沒有缺相或嚴重不平衡。進行通電檢查的順序為先檢查控制電路，后查主電路; 先檢查輔助系統，后檢查主傳動系統; 先檢查交流系統、后檢查直流系統; 先檢查開關電路，后檢查調整系統。通電檢查控制電路的動作順序，觀察各元件的動作情況，或斷開所有開關，取下所有熔斷器，然后按順序逐一插入要檢查部位的熔斷器，合上開關，觀察各電氣元件是否按要求動作。
三、電氣儀表檢測法
此種方法主要指的是利用儀器儀表作為輔助工具，以此來對煤礦電氣線路故障進行判斷的檢修方法。由于儀器儀表種類很多，且有日新月異之勢，故檢測法發展很快，準確率大大提高，手段也日益增多。但比較常用、比較實用的方法仍為利用歐姆表、電壓表和電流表對電路進行測試。
1、電阻法
此類方法的原理是在被測線路兩端加一特定電源，則在被測線路中有電流通過。被測線路的電阻越大，流過的電流就越小。反之，被測電阻越小，流過的電流就越大。這樣在測量電路中，串接電流表，就可以根據電流表電流的指示換算出電阻的大小。由于換算中，電流和電阻是一一對應關系，故可直接在電流表的刻度盤上標出電阻的大小。
2、電壓法
在進行電路的加電時，不同點之間的電壓也不同。如果在電壓不同的兩點之間接入一個電阻不為無窮大的支路時，支路中就會有電流通過，通過串接在支路中的電流表的讀數，就可推知此時的電壓值。一般直接在刻度盤上標出電壓值。
3、電流法
電路在正常工作時，導線中有電流流過，其大小反映了電路的工作狀態。為了測量電路中的電流，常在電路中串接電流表，然后通過電流表讀出電路的電流。工作中應充分發揮儀表檢查故障的作用，儀表檢測法具有速度快、判斷準確、故障參數可量化等優點，例如判斷電路是否通斷，電動機繞組、電磁線圈的直流電阻，觸頭( 點) 的接觸電阻等是否正常，可用萬用表相應的電阻擋檢查。對于電動機三相空載電流、負載電流是否平衡，大小是否正常，可用鉗型電流表或其他電流表檢查; 對于三相電壓是否正常、是否一致，對于工作電壓、線路部分電壓等可用萬用表檢查; 對線路、繞阻的有關絕緣電阻，可用兆歐表檢查等。
四、工作經驗法
1、彈壓活動部件法
主要用于活動部件，如接觸器的銜鐵、行程開關的滑輪、按鈕、開關等。通過反復彈壓活動部件，使活動部件靈活，同時也使一些接觸不良的觸頭進行磨擦，達到接觸導通的目的。
2、元件替換法
對于值得懷疑的元件，可采用替換的方法進行驗證。如果故障依舊，說明故障點懷疑不準，可能該元件沒有問題。但如果故障排除，則與該元件相關的電路部分存在故障，應加以確認。
結論
實際的煤礦電氣控制線路進行維修時，我們會發現造成電氣電路發生故障的原因多種多樣，既有明顯的、也有隱蔽的，有的簡單、有的復雜。維修中應靈活使用上述診斷方法，仔細觀察電路故障的特征和表現，探索故障發生的規律，找出故障點，從而順利排出故障。
參考文獻:
[1] 黃瑩.淺談煤礦電氣控制電路檢修的方法[J].科技信息.2010(30)
[2] 馮潔.試論煤礦電氣控制電路常見問題及解決策略[J].黑龍江科技信息.2010(20)
[3] 陳孔明,王家旺,張明.礦用隔爆型真空電磁啟動器的檢修方法及技術[J].機電信息.2011(12)
[4] 韓艷娟,宋建成.基于信息融合技術的煤礦主通風機故障參數檢測系統[J].工礦自動化.2009(07)
[5] 于秀娟.煤礦井下電氣設備防爆探討[J].價值工程.2010(33)
[6] 張保香.煤礦電氣設備管理要點探析[J].行政事業資產與財務.2011(14)
第2篇：故障診斷方法綜述范文
關鍵詞：模擬電路 故障 診斷
模擬電路廣泛地應用在通訊、自動控制、家用電器等方面，伴隨著大規模的模擬集成電路的發展，模擬電路的復雜度和密集度也在不斷地增長，同時，對模擬電路的運行可靠性也要求越來越高。一旦發生模擬電路故障，能夠及時地診斷故障，以便調試和替換。模擬電路的故障診斷主要包括檢測點的選擇、測試信號的確定、被診斷對象輸出響應信號的測試、處理和診斷的方法的實現、診斷結果的顯示等。本文從分析模擬電路故障特點，探討了模擬電路故障診斷的一些新方法。
1、模擬電路故障特點
模擬電路故障診斷就是根據現有網絡拓撲結構，將信號輸入后檢測故障反應，并據此確定出現故障的具置及相應參數。模擬電路信號不同于數字信號，其受時間的影響較大，并處于不斷變化過程中，具體而言，模擬電路信號特點可以歸結為以下幾點：
（1）構成模擬電路的元器件一大突出特點就是離散型，也就是通常所說的容差，從本質上講，就是許可范圍內的小故障，在實踐中并不罕見，其會對模擬電路故障明確性造成一定影響，從而加大確定故障準確位置的難度；（2）模擬電路輸入及輸出具有連續性，由于故障模型復雜程度較高，予以量化的難度較大；（3）通常情況下，模擬電路頻率范圍為至，可見其頻率范圍較寬，因此，就算檢測同一信號，由于原理、具體方法以及相關設備等因素，結果也會有所區別；（4）由于現代電路可以用來進行檢測的節點數量較少，用于故障診斷的信息有限，這就加大了故障定位的難度；（5）由于非線性問題的存在，差不多所有實用模擬電路都面臨反饋回路和非線性問題，這也使得測試及計算變得更加困難。
2、故障診斷的新近方法
2.1信息融合故障診斷法
由于設備本身的復雜性和運行環境的不穩定性，單傳感器反映的設備信息具有不確定性，導致故障診斷準確率降低，甚至出現漏檢和誤診現象。信息融合技術為解決復雜系統故障診斷的不確定性問題提供了一條嶄新的途徑，采用其獨特的多維信息處理方式，來解決用常規的網絡撕裂法進行模擬電路故障診斷時由于電路前后元器件相互影響和由于容差、非線性因素而出現的診斷不確定性問題。
2.2模糊理論故障診斷法
依據專家經驗在故障征兆空間與故障原因空間之間建立模糊關系矩陣，再將各條模糊推理規則產生的模糊關系矩陣進行組合，根據一定的判定閾值來識別故障元件。隨著模糊理論的發展，它的一些優點逐步被重視，如其可適應不確定性問題；其模糊知識庫使用語言變量來表述專家的經驗，更接近人的表達習慣等。然而，由于復雜系統的模糊模型的建立、辨識，語言規則的獲取、遺忘、修改等理論和方法還不夠完善，使該方法的實際應用受到了限制。
2.3人工神經網絡
人工神經網絡（Artificial Neural Network，ANN）是用物理上可以實現的器件、系統或現有的計算機來模擬人腦的結構和功能的人工系統。它以其諸多優點，如I／O非線性映射特性、信息的分布存儲、并行處理、高度的自組織和自學習能力等，在智能故障診斷中受到越來越廣泛的重視，顯示出巨大的潛力。目前神經網絡模型已有數十種，常用于故障診斷的神經網絡模型主要有：誤差后向傳播（BP）網絡、Hopfield網絡、自組織特征映射（SOFM）網絡等。由此促成了以人工神經網絡技術為核心的新近模擬電路故障診斷方法，這些方法解決了經典方法面臨的問題：采用BP網絡可有效解決非線性問題；采用Hopfield網絡可用來診斷正常元器件容差條件下的多故障問題；采用SOFM網絡解決模擬電路故障診斷容差問題的方法，可以對單、多、軟、硬故障進行有效識別、迅速定位。
2.4小波變換故障診斷法
通過小波母函數在尺度上的伸縮和時域上的平移來分析信號，適當選擇母函數，可以使擴張函數具有較好的局部性，是一種時-頻分析方法。在模擬電路故障診斷中，小波變換被有效地用來提取故障特征信息，之后再將這些故障特征信息送入故障分類處理器進行故障診斷。不需要系統的數學模型，故障檢測靈敏準確，運算量也不大，對噪聲的抑制能力強，對輸入信號要求低。但其不足在于在大尺度下由于濾波器的時域寬度較大，檢測時會產生時間延遲，且不同小波基的選取對診斷結果也有影響。
2.5專家系統故障診斷法
專家系統是一種智能化的計算機軟件系統，運用知識和推理來解決只有專家才能解決的復雜問題。專家系統在模擬電路故障診斷中的典型應用是基于產生式規則的系統，能夠有效地模擬故障診斷專家完成故障診斷過程。但在實際應用中仍存在一定缺陷，其主要問題是知識獲取的瓶頸問題、知識難以維護、知識推理的"組合爆炸"和"無窮遞歸"問題以及不能有效解決故障診斷中許多不確定因素。
2.6其他方法
分形理論在模式識別中也有初步的應用，在故障診斷領域中的應用研究只是剛剛開始。設備故障診斷中用來反映設備運行狀態的特征信號在一定尺度范圍內部具有分形的特性，可通過計算分維數來進行診斷。可用于電力設備局部放電模式識別中，可大大減少特征提取數量，與小波變換、神經網絡結合，可提高模式識別的有效性和可靠性。遺傳算法是一種新發展起來的全局優化算法，已成為人們用來解決高度復雜問題的一個新思路和新方法。它應用于專家系統的故障診斷系統，仿真結果表明，可以加快推理速度，提高專家系統在缺乏先驗知識和樣本數據很少的情況下的實用性。
總之，這些新術對模擬電路故障診斷都有著重要意義，有著廣闊的發展前景，為解決故障診斷問題找到了新的突破口，促進了模擬電路故障診斷技術的發展。但是這些技術自身發展還不完善，在實際工作中還需要我們努力探索。
參考文獻：
[1]白建社.淺談模擬電路的故障診斷[J].大眾科技，2007，(04)
[2]陳曉娟，于華楠. 模擬電路故障診斷方法進展綜述[J].科技進步與對策，2003，(08)
第3篇：故障診斷方法綜述范文
近些年來，伴隨著科學技術的迅猛發展，越來越多的家用電器、發電機、變壓器等電氣設備進入人類生活，大大提升了人類生活質量和生活水平，同時也對中國的工業化進程提供了基礎。然而電氣設備的價值很高，一旦出現故障，就會出現嚴重的經濟損失，影響人們日常生活，因此對電氣設備采取必要的防護措施以及對其故障做出診斷必不可少。本文通過分析電氣設備的常見故障、診斷技術和方法，將得出故障診斷的現狀和發展趨勢。
關鍵詞：
電氣設備；故障診斷；研究
1前言
家用電器為人類生活帶來了極大的便利，發電機和變壓器等設備提供人類日常所需用電，因此人類便利安全的生活很大程度上依賴這些電氣設備的有效運行，當電氣設備不能安全地運行出現故障時，則會對日常生活產生影響，甚至會造成嚴重的經濟損失。為了提高設備的使用效率和安全運行性能，必須采取相應保護措施，當出現故障或緊急事故時，應首先對故障進行診斷，然后對癥下藥，這樣才能高效地處理事故并把損失減少到最小，由此可知故障診斷是核心步驟。
2電氣設備常見故障分析
2．1電器設備發生絕緣
故障電氣設備往往處于長時間不停歇的工作狀態，其工作環境是高電壓和強電場相互作用形成的區域。當設備發生絕緣現象，不但對電氣設備的正常供電產生嚴重影響，還很可能造成事故，如設備的燒毀、設備引起爆炸等，給人們生活造成安全隱患。造成絕緣故障的原因很多，例如由于設備常年使用自身發生老化，設備沒有密封嚴密而受到外界物質的腐蝕，設備喪失絕緣能力。這些原因最終導致電氣設備發生絕緣故障，主要表現在變壓器絕緣故障、電力電纜絕緣故障和電壓、電流互感器絕緣故障。
2．2電氣設備發生械損壞
通常電氣設備主要由三部分組成，分別為定子、轉子和軸承裝置，當電機在運行時，會形成不相互影響的電路，并經過電路的斷開和閉合作用而形成的一個耦合電路磁場，從而確保整個設備的正常運行，且保證各個部位的良好散熱。設備發生機械故障通常的表現形式為機械的振動、磨損和振動等等，在電氣設備發生機械損壞之前，是不容易檢查出來的，其隱蔽性較強，因此對于這類故障，需要較強的檢修技術，并需要配備經驗豐富、操作技術靈活的檢修人員。
2．3設備散熱系統發生故障
電氣設備在運行過程中，由于存在能量的轉換和傳遞過程，設備會隨著運行時間的延長而發熱，對設備的性能產生影響。當設備的散熱系統發生故障，則不能及時降低設備因運行產生的高溫，其原因是該方式容易導致設備長時間處于高溫而燒壞。
3電氣設備故障診斷的方法和技術
電氣設備的故障診斷主要是檢測技術人員對設備在運行時的各種技術參數進行收集，然后根據收集的數據、專業知識和工程經驗對設備進行診斷，確定故障發生的部位和性質，并對發生故障的原因進行分析和判斷，還包括對設備非正常狀態進行原因識別和對故障變化趨勢進行預測，其實質是通過表面現象對實質進行分析判斷。
3．1電氣設備故障診斷方法
一般而言，設備故障診斷方法隨著設備結構和性質的不同而發生變化，主要可分為顯著性差異分析法、故障樹分析法、人工神經網絡分析法等等。顯著性差異分析法主要給設備和同一家族其他設備提供幾乎同等條件，然后兩者之間的各項技術參數，進行分析。故障樹分析法是列舉出所有可能造成電氣故障的影響因素，然后對其逐一分析和判斷，從而形成邏輯圖，確定各種因素以及各種組合發生的概率和造成的影響，進一步確定設備發生故障的原因。人工神經網絡分析法更現代化，它主要基于現代神經生理學和心理學而建立的非線性動力學系統，近似于人腦神經元，可進行相對容易的數學計算，由于這種分析方法趨于智能化，無需設定新的算法和規則進行引導和限制，大大降低軟件工程量，因此其用于電氣設備范圍的前景很好。故障診斷方法越先進，診斷精度越高，則專業診斷技術人員在在工作時效率越高，能更高效地完成任務，避免不必要的事故發生。
3．2電氣設備故障診斷技術
故障診斷方式是技術人員使用的手段，手段的高低與診斷效率密切相關，而故障診斷技術是診斷途徑，可加快診斷進程。故障診斷技術可分為多種，而且隨著科學的進步，肯定會出現更高科技的技術，如紅外診斷技術。診斷技術主要可由三部分組成:采用精確、高效的檢測方法對設備的各個參數、信息進行測取;對測取的信息進行提煉，從而診斷故障的部位;根據有效信息和相關專業知識建立針對性數學模型，確定故障的性質。
4電氣設備故障診斷的現狀及發展趨勢
目前，我國針對電氣設備發生的故障有相應的診斷方法。針對設備的絕緣故障，一般采用斷路法進行診斷，通過對輸電線路采取分段斷電從而判斷該電路段是否發生絕緣故障，如此逐段進行實驗判斷整個路段的故障區域。針對設備機械損壞，通常采用常規化手段進行診斷，如點燃實驗、放電實驗等，因為有的機械損壞故障會產生甲烷、一氧化碳等氣體，其具有可燃性，所以可對生成的氣體進行收集并通過點燃實驗判斷。針對設備散熱系統發生故障，可采用紅外線設施進行檢測，其主要利用紅外線對溫度的敏感度，即使是設備的細微溫度變化也可以檢測出來，可及時發現設備的非正常狀態，從而及時采取相應措施進行修復，避免安全事故發生。顯然針對不同的故障有不同的診斷方法，但是隨著科學技術的不斷更新，更優秀的診斷方法必然會出現，然而不論診斷方法如何進步都會沿著一定的性能，如綜合性、針對性、快捷性等。綜合性能主要表現在對信息的綜合整合，即當設備出現故障時產生了設備的技術參數變化、溫度變化等信息，則需要一個數據終端對這些信息進行整合，而后經過一系列智能技術進行分析和診斷，這種信息化數據處理使診斷方法針對性更強，根據不同的故障情形建立不同且完善的診斷體系，同時形成智能化體系，不但可以做出針對性的診斷，還可在第一時間把收集的信息上傳至總數據庫，詳細匯報故障，保證故障可以盡快得到處理。
5結語
電氣設備不僅為人類創造了更便利的日常生活條件，還對社會的工業化進程做出貢獻，但是其使用過程存在著隱患，人們對設備的可靠性要求進一步提高，因此設備故障診斷顯得尤為重要。隨著科技日新月異，故障診斷方法技術也趨于現代化，為電氣設備安全運行提供保障。
參考文獻:
［1］周舟，陳紹藝，龔尚昆，胡旭，陶靖．SF_6電氣設備的監督與故障診斷［J］．高壓電器，2011(02):104～107．
［2］孫上鵬，趙會兵，全宏宇，陳德旺，林濤，寧濱．基于定性趨勢分析的無絕緣軌道電路電氣絕緣節設備故障診斷方法［J］．中國鐵道科學，2014(01):105～113．
［3］雷建華．電力、電氣設備故障診斷研究［J］．硅谷，2014(12):145，148．
第4篇：故障診斷方法綜述范文
關鍵詞：系統；故障診斷；算法
作者簡介：王芳（1974-），女，浙江諸暨人，浙江省紹興電力局，工程師。（浙江 紹興 312000）
中圖分類號：TM73 文獻標識碼：A 文章編號：1007-0079（2013）33-0239-02
一套完整的監控（監控和數據采集，SCADA）系統與警報訊號處理（報警處理）系統，將有助于提升調度人員處理事故的能力，能夠根據系統的情況明確指示引起異常之原因，提供必要的解決措施。近年來，人工智慧（人工智能）方法已被廣泛應用于電力工程領域，國內外對于故障區域估測（故障區段估計），變壓器故障診斷（變壓器故障診斷），警報處理（報警處理）及諧波偵測（諧波檢測）等領域所提方法，大致可歸納為下列幾種。
一、專家系統
專家系統的創始人費根鮑姆認為：專家系統是一套智能化軟件系統，利用理論及推理步驟來完成以前只有行業專家方能解決的復雜問題。專家系統建立的主要目標是利用具有特定領域問題解決能力的專家系統，為非專家解決現場復雜的問題提供支持和幫助。人工智能是專家系統中最活躍同時也是成果最豐富的一個研究領域。
專家系統在輸電和配電網絡故障診斷中的典型應用是以生產規則為基礎的系統，即保護斷路器操作人員的行動邏輯和診斷經驗排除這一可能性，形成故障診斷專家系統知識庫，進一步在信息知識基礎上根據報警進行故障排除的結論的推理。
實際應用中，如美國電力公司依賴與得克薩斯州農工大學共同開發的電源系統管理專家系統（雷萊恩專家系統）、數字故障錄波（DFR）這個專家系統，根據DFR數據故障診斷擾動。 DFR可以記錄在系統故障期間的系統參數，如雷電和操作沖擊電壓突然上升或驟降、供電中斷、過電壓、欠電壓、諧波和瞬態等引起的故障參數。
傳統的方法是失敗的DFR開始自動記錄并存儲相關數據，保護工作進行離線分析，以評估該系統的保護作用。雷萊恩專家系統可以免除上述過程，分析故障錄波數據和自動提取撰寫報告，然后通過傳真或E-mail發送到系統的時間表或相關人員。
雖然專家系統可以有效地模擬專家完成故障排除，但在實踐中仍存在一些不足之處，主要問題是知識獲取的瓶頸問題，知識是難以維持的，并不能有效解決眾多不明朗因素的故障診斷，這些問題極大地影響了故障診斷的準確性。[1]
二、模糊邏輯（模糊邏輯）
模糊集合觀念常用于處理因語言及智識上產生不明確性特質的事物上，模糊集合論可視為明確集合論的延伸，彌補二值邏輯（非0即1）無法對不明確邊界事物描述的缺點，經歸屬函數來表示集合元素對該集合的隸屬程度，然后由模糊規則庫推論其結果。此法必須先從問題描述來定義歸屬函數，亦需設計出嚴謹有效的推論規則。多應用于警報訊號處理、變壓器故障診斷。
三、遺傳算法的基因演算法（GA）
基因遺傳演算法是一種模擬人類基因演化的模型，在這種模型中，問題的解答被巧妙地安排成一串數值，模擬基因中的一串染色體，大量的基因經過演化、突變與等運算不停地產生新的基因，且淘汰不良的基因，最后演化出問題的最佳解答。多應用于電力系統故障診斷、主動式濾波器規劃。[2]
四、搜尋法（禁忌搜索TS）
搜尋法為求得整體最佳解，主要特色系利用來控制求解過程。多應用于警報訊號處理。
五、決策樹搜尋法（決策樹搜索）
將欲達成的策略以決策樹型式表示，再應用搜尋技巧尋找適當的策略。多應用于故障診斷。
六、因果網路（因果網絡，CEN）
因果網路具有平行處理的推論能力，主要特色系使用并行處理的推論機制，可得到快速的推論結果。多應用于故障診斷。
七、神經網絡
神經網絡具備高度神經計算能力和極強的自適應性、魯棒性和容錯性。用神經網絡處理問題只需要進行簡單的非線性函數的數次復合，不需要建立任何物理模型和人工干預，具有自組織、自學習能力，能映射高度非線性的輸入輸出關系，重新觀察現象之后判斷輸出。神經網絡法在故障診斷中得到高度重視和廣泛應用，它在處理不確定性問題時具有獨特的優勢。人工神經網絡廣泛用于選線、故障判斷、暫態保護等，速度快、準確度高，并且不受制于系統的運行模式、互感器飽和、故障類型等因素。用來進行保護無線通訊，可以對故障高頻信號進行提取，具有很好的仿真效果；還在雷電信號、開關信號和故障行波的識別中有著廣泛的應用。
神經網絡方法雖然有利于克服專家系統獲取信息的瓶頸、維護信息庫困難等眾多問題，但其在處理啟發性知識方面有著局限性。且因為ANN技術本身的缺陷，其學習速度不快，需要長時間的訓練，解釋能力弱，進而對神經網絡實用化產生了影響。并且怎樣設計與大型輸電網絡相適應的ANN故障診斷系統，還是一個需要持續研究的課題。
類神經網絡的性質具有大量平行處理能力、學習及記憶功能，應用的領域相當廣泛，可藉由不同的網絡結構及學習演算法相結合，以適用于解決特殊的問題、如文字辨識，語音辨識、影像壓縮、預測及診斷等。應用前必須慎選適用的領域。多應用于故障診斷、警報訊號處理、變壓器故障診斷、諧波偵測。[3]
八、基于柔性SCADA的電網復雜故障診斷方法
電網故障分為簡單和復雜的故障，而絕大多數是簡單故障。對于簡單的故障診斷方法，只使用第一層的推理，從而避免了使用保護、防護等級和其他二級報警信息的類型，降低了模型的復雜性，提高推理的速度，有利于故障在線診斷應用。對于復雜的故障，使用Petri網推理模型，并引入WAMS數據核實診斷結果，以提高診斷結果的準確性。給出網格基礎上靈活的SCADA復雜故障診斷系統的設計：
（1）利用靈活的SCADA報警信息，實現了分層分級傳輸和利用，以避免電網故障的交互功能、報警信息丟失導致擁塞故障排除錯誤。推理采用分層結構，第一層采用專家系統推理，第二層使用Petri網模型的推理。
（2）對于報警信息不完全正確的現象，提出了應用組件的配置時間Petri網保護的報警信息糾錯處理的方法來提高容錯。參考WAMS數據、報警信息和故障診斷糾錯處理結果驗證結果的方法，以提高故障診斷的可靠性。[4]
九、計及信息畸變影響的電網故障診斷分級優化方法
目前的電力系統故障診斷領域一直在進行更深入的研究。基于優化算法的故障診斷方法，因為推理簡單而搜索快速，被廣泛應用。
在優化算法的基礎上，分析基于相似的故障診斷方法可以概括為覆蓋的診斷方法和診斷方法。當保護或斷路器不正常運行和警報信息是扭曲的，診斷的相似性可能被漏診、誤診。為了提高故障診斷的準確性，其結合了兩種類型診斷方法的故障診斷建議分類優化方法的特點。此方法診斷相似的保護信息和一個診斷結果，通過簡單的操作分析不同類型的可疑故障組件的失效概率。對于現有的方法造成報警狀態計算密集型優化問題的特征向量、狀態向量構造自適應功能的報警方法。建立各類變量模型中的簡單方案，以進一步推進快速診斷故障區域的研究。
十、復合方法
結合兩種不同的人工智慧方法，選取各個方法的優點再將其結合，主要目的是增加其適用范圍及提高診斷準確度，如結合CEN和模糊理論，以CEN判斷故障區域后再由模糊邏輯推論出故障類型，使得診斷工具的適用范圍擴大。診斷流程采用人工神經網絡與EPS同時平行運作，在相互結合下擁有較高的診斷精確度；結合小波理論和ANN用于變壓器故障診斷經濟調度及暫態干擾事件偵測。[5]
十一、總結和展望
本文對幾種廣泛應用的電力故障診斷方法進行了詳細的闡述，然而隨著電力的發展和環境的變化，新故障不斷出現，其給現有的診斷方法帶來了挑戰。因此，為了應對不斷出現的故障，靈活綜合各種基本方法來進行診斷成為電力系統故障診斷技術的發展趨勢。
為了維持電力供應安全性及可靠性，自動化故障偵測技術將有助于迅速推測出故障可能發生的位置，在供電品質提升的需求下，變壓器的維護與檢修更為重要，對于運轉中的變壓器若有一套監視與診斷預警技術，將可發現變壓器內部潛在的異常狀況，及早進行修復以避免事故進一步擴大。電力品質亦是當前電力公司與工業界共同重視的課題，若有一套電力品質干擾事件偵測系統，將可輔助電力品質工程師形成有效的辨識及采取有效的改善策略。本文主要目的即建立一套輔偵測工具，包括故障區域偵測、警報訊號處理、變壓器故障診斷及電力品質偵測，期望可在不用增加任何設備的情況下納入既有的監控系統。
參考文獻：
[1]鄭文盛.故障診斷專家系統在船舶電力系統故障診斷中的應用[J].中國水運，2010，（4）：88-89.
[2]呂雪峰.基于遺傳算法的電力系統故障診斷[D].大慶：大慶石油學院，2006.
[3]邵曉非，寧媛，劉耀文，張慧瑩.電力系統故障診斷方法綜述與展望[J].工業控制計算機，2012，（12）：4-5，7.
第5篇：故障診斷方法綜述范文
關鍵詞：船舶機電設備；運行狀態；監測；故障診斷；技術
作為船舶主要組成部分之一，船舶機電設備在船舶運行過程中擁有著不可替代的作用，其運行狀態直接關乎到船舶是否能夠正常運行。一旦船舶機電設備發生故障，不僅可能會帶來極大的經濟損失，甚至可能造成船員出現人員傷亡情況。本文試圖研究開發一種設備運行狀態監測與故障診斷系統，來在線監測船舶機電設備的運行狀態。一旦發現船舶機電設備出現故障，能夠快速診斷出發生故障位置以及發生故障原因，從而及時采取有針對性的維修措施，提高船舶機電設備維修效率，減少船舶發生故障的概率。
1設備運行狀態監測與故障診斷系統建立的必要性
2016年3月27日早上，總噸位920的“粵惠州貨5220”船航至西樵水道西樵大橋上游500米左右時，突然失去動力后失控，雖然船方采取了拋錨等措施，但在船舶慣性加上汛期急流作用下，“粵惠州貨5220”主甲板左舷位置觸碰西樵大橋橋墩，導致西樵大橋橋墩下通航橋孔橋墩表面約150cm×80cm破損，“粵惠州貨5220”船甲板護舷材變形凹陷。從上述案例可以看到船舶機械設備對船舶安全運行有著嚴重的影響，因此研究開發一種設備運行狀態監測與故障診斷系統，來在線監測船舶機電設備的運行狀態，診斷船舶機電設備是否存在安全隱患，并向相關人員進行安全風險提示，進而保護船員人身安全，是非常有必要的。
2設備運行狀態監測與故障診斷系統設計方案
2.1設備運行狀態監測與故障診斷系統結構設計
設備運行狀態監測與故障診斷系統主要完成對船舶機電設備運行狀態監測以及故障診斷，并結合先進的計算機信息技術分析船舶機電設備的運行信息以及故障信息，以確保應用信息化變得更加豐富。設備運行狀態監測與故障診斷系統的邏輯架構主要包含以下幾個部分：數據信息采集層、數據信息傳輸層、數據信息評估層、數據信息管理層、應用層組成（見圖1）。
2.2數據信息采集層
數據信息采集層主要負責船舶機電設備運行狀態信息以及故障信息的采集。與一般監控類信息不一樣的是，運行狀態信息更側重于采集船舶機電設備關鍵部位運行時候的溫度、振動、轉速、保護期狀態、電流等等。有些船舶機電設備由于配備著較為智能化的電控系統，能夠自檢自身的運行狀態，則只需要連接電控系統的數據接口就可以實現數據信息的采集。對于電控系統無法提供的諸如溫度、振動等數據信息，則可以通過在船舶機電設備中安裝對應的傳感器，模擬轉換這些數據信息后再予以采集。
2.3數據信息傳輸層
數據信息傳輸層主要負責傳輸數據信息采集層采集到的有關船舶機電設備運行狀態信息以及故障信息的相關數據至數據信息評估層，以供數據信息評估層分析評估。并利用計算機網絡技術實現船舶機電設備運行狀態監測與故障診斷系統應用層、船舶各個艙室（船艙、工作艙、公共艙、居住艙、戰斗艙等）的信息聯網。數據信息傳輸層主要分為全線主干網絡、系統應用層網絡、船舶各個艙室局域網絡等幾個部分，并采用標準開放式網絡協議，實現系統功能擴展以及信息化應用。
2.4數據信息評估層
數據信息評估層是建立在數據信息采集基礎上，主要負責對采集到的船舶機電設備的運行狀態數據信息以及故障數據信息的分析評估。通過故障數據信息庫以及數據分析模型算法的建立，實現狀態數據信息以及故障數據信息的解析，從而提取到船舶機電設備的故障特征信號，進而智能分析診斷該船舶機電設備的故障趨勢或故障發生原因。其中智能診斷最核心的技術就是數據分析模型算法的建立，并重點解析船舶機電設備的振動頻譜。倘若數據信息采集層采集到的直接就是明確的故障信息，那么通過故障數據信息庫直接比對即可，不必再次進行解析分析，然后再將相關信息傳輸給應用層，并匹配相應的維護、維修建議，再由用戶發出相應應對指令。此外，數據信息評估層還可以借助狀態評估算法、歷史經驗數據、船舶機電設備信息等內容（這些數據信息都由數據信息管理層儲存與管理）來分析評估數據信息層所采集到的數據信息，然后統籌評估船舶機電設備的運行狀態以及故障風險，從而預警判斷故障趨勢，將故障預計時間計算出來的同時，向應用層提出相應的維修計劃建議。
2.5應用層
應用層主要負責向船舶機電設備維修管理人員提供各種維護、維修信息化功能的應用，具備操作簡單方便的人機界面，并提供船舶機電設備各項數據信息的展示以及各項功能的操作。比如分類展示船舶各類機電設備的運行狀態信息，顯示數據信息評估層的分析評估結果以及維護、維修建議，還能對船舶機電設備原始狀態數據信息進行查詢。應用層還能信息化管理船舶機電設備的維修記錄、維修計劃、維修單、維修資源等，并提供船舶機電設備備件、備品的資源管理功能，還能通過應用層直接查詢、統計、輸入、儲存船舶機電設備的一切相關信息，并提供數據信息生成與打印服務。
3結語
綜上所述，船舶機電設備運行狀態監測與故障診斷系統的設計符合船舶機電設備運行狀態監測與故障診斷的實際需求以及智能化發展趨勢，該系統的應用能夠有效提高船舶判斷機電設備故障的速度，降低船舶機電設備發生故障的概率，從而有效保障船舶的安全航行。
作者:李建峰 袁磊 賀磊 單位:92896部隊
參考文獻：
[1]于學寬.船舶動力設備狀態監測與故障診斷技術研究[D].武漢理工大學，2013.
[2]李文星.船舶機電設備故障診斷方法研究[J].計算機測量與控制，2013,(8):2093~2095.
[3]張錫清.機電設備的狀態監測與故障診斷[J].山東煤炭科技，2011,(3):71~72.
[4]靳永勝.機電系統狀態監測與故障診斷的技術探討[J].數字技術與應用，2014,(4):233.
[5]覃冕，李小波.淺談船舶機電設備智能故障診斷系統[J].中小企業管理與科技(中旬刊)，2014(8):240~241.
[6]徐小力.機電系統狀態監測及故障預警的信息化技術綜述[J].電子測量與儀器學報，2016(3):325~332.
[7]王雪山.探析船舶機電設備故障診斷方法[J].現代制造技術與裝備，2016,(4):116~117.
第6篇：故障診斷方法綜述范文
關鍵詞 火電廠；鍋爐；故障診斷；粗糙集；決策表
中圖分類號TK22 文獻標識碼A 文章編號 1674-6708（2012）80-0164-02
近些年來，科技不斷發展，人們生活水平也有了很大提升，因此，人們對于電力需求得到了高速增長。如果現代社會想要得到很好的發展，就要求電力必須要首先得到發展，電力工業已經逐漸成為了各個行業發展最為根本的基礎，同樣成為了現代的人類能夠賴以生存必要的條件之一。尤其是科技的不斷進步，使得火電廠自身發電機組朝著集中化以及大型化這兩個方向不斷發展，但是，因為發電機組運行經驗缺乏、管理、安裝、制造以及設計等方面存在著缺陷，在這樣的環境下，數據采集與監控系統在火電廠的日常運行和管理過程中就變得極其重要，并且成為了監控火電廠鍋爐主要的對象，但是，鍋爐同樣會存在一定的故障，下面就解析火電廠鍋爐常見故障的數據挖掘診斷方法。
1 關于火電廠的數據采集與監控系統
火電廠的數據采集與監控系統也成為SCADA系統，該系統最為主要的功能就是定期對鍋爐以及火電廠汽機等等設備狀態的數據進行采集，在參數越限的時候就會將報警系統啟動，將故障數據記錄以及收集工作完成。數據采集與監控系統歷史數據庫通常會包括脈沖輸入量、計算量以及數字輸入量、模擬輸入量等等，其中，每一類型的數據都包括很多數據點，比如模擬輸入量也成AI量，模擬輸入量主要包括火電廠鍋爐的主蒸汽溫度以及主給水流量等等數據點；而數字輸入量也稱DI量，數字輸入量有火電廠鍋爐上水電動門的開關以及送風機出口風門開等等數據點。通常數據點會在一分鐘得以保存一次，每天每一個數據點都會有一千四百四十個數值，如果歷史的數據庫里面包括各個類型數據庫一共五千個數據點，那么，每天就會儲存五千乘以一千四百四十個數值，每一年的數據量都很大。這些數據除了應用到越限報警之外，在火電廠的大型設備產生故障診斷等方面沒起到很大的作用，原因就在于歷史數據庫里面模擬量就是變慢量，而且沒有高頻的成分，如果我們想要對大型復雜設備存在的故障更加精確地進行診斷，就必須要另外檢測設備測取設備故障信號里面那一部分高頻的成分。
2 火電廠鍋爐常見故障的數據挖掘診斷方法
我們把火電廠的數據采集與監控系統的歷史數據庫中存儲的海量數據當成設備故障的信息來源，對于火電廠的大型設備常見故障來實施診斷，但是，診斷的前提就是這一類故障已經在數據采集與監控系統的歷史數據庫里面進行多次記錄，所以，系統才能夠從自身歷史數據庫里面找到和設備故障點相對應的設備狀態量存在的變化規律，進而得到設備故障診斷存在的規則。所以，在對火電廠鍋爐常見故障進行診斷的時候采取數據挖掘診斷方法必須要按照以下幾個步驟實施：實施數據挖掘診斷方法的數據準備與目標描述工作；對數據實施預處理；實施數據挖掘工作；實施目標評估工作。其中，實施數據挖掘工作能夠采取很多具體的方法來達成，在這里，我們需要根據數據預處理得到的結果，采取粗糙集這一種方法來將決策表建立起來，接著對我們所建立起來的決策表實施屬性約簡，然后反復重復以上四個步驟。
在我們進行數據挖掘工作之前，必須要對數據挖掘的目標和內容進行確定，也就是我們必須要確定采取數據挖掘這一種方式方法來實施故障診斷措施的主要目標，并且要對數據挖掘的目標實施詳細、真實的描述，以便我們能夠根據這一描述來進行數據的準備工作，數據挖掘的目標描述主要包括對鍋爐故障狀態點集合以及鍋爐故障診斷數據源的集合、選擇鍋爐數據挖掘的具體算法，進而能夠使得故障的數據源集合里面所產生的那些關鍵的數據點集能夠真正完全對鍋爐故障狀態點集合進行描述。而我們所采取的數據預處理方法需要我們明確初始的數據集合里面包含所有的計算量以及模擬量，如果所有的數據點都用在數據挖掘上面，那么，一定會導致算法的運行十分緩慢，其效率太低，更有甚者會導致火電廠的鍋爐故障診斷工作無法實施下去。所以，我們必須要在對數據進行預處理這一階段中，將初始的數據集合點數降低一個數量級到兩個數量級，對其實施相關分析、主成份分析以及領域專家的經驗點集等。在我們實施第三個步驟數據挖掘的時候，要求我們必須要明確數據挖掘過程中預備集合里面仍然包含著很多和火電廠鍋爐常見故障狀態吻合程度比較低的點，并且，這些點里面包含著很多冗余點，我們必須要使數據點能夠降低一個數量級到兩個數量級。
3結論
本文中，筆者首先關于火電廠的數據采集與監控系統進行了分析，接著又對火電廠鍋爐常見故障的數據挖掘診斷方法進行了闡述和探討，在我們采用數據挖掘診斷方法的時候，需要我們明確并且注意的是如果我們所收集的數據里面并不包括多次鍋爐故障記錄，那么，我們不能從歷史的數據中將診斷規律挖掘出來。
參考文獻
[1]饒斐，張廣明，費宏舉，張柳.基于粗糙集人工神經網絡的鍋爐故障診斷模型[J].計算機工程與設計，2008（9）.
[2]陳星鶯，張曉花，瞿峰，劉皓明，趙波.數據挖掘在電力系統中的應用綜述[J].電力科學與技術學報，2007（3）.
第7篇：故障診斷方法綜述范文
【關鍵詞】遠程；故障診斷；監控
1.引言
在工業化時代，大規模機械電氣設備的使用讓社會生產效率大幅度的增加，但與此同時，機械設備故障也頻繁發生，延誤生產時機。所謂故障，是指機械系統偏離正常功能，造成設備基本功能不能保證。最初故障診斷是依賴人員的個人經驗及簡單檢測儀器，隨著電工電子、傳感器、信號分析、計算機等技術的發展，對發生的故障，除要求設備管理人員具備掌握一定的機械專業技術、還要有電氣、計算機等專業知識。這對于依賴于個人知識儲備在故障面前顯得杯水車薪，特別是高技術含量進口機械設備故障如民航發動機故障，我們有時候卻無能無力而不得不依賴外國專家指導。這樣在計算機網絡的發展下，基于WEB的遠程故障診斷分析由此而產生。
遠程故障診斷可提高復雜機械電氣設備的維護和診斷，實現對分設備和關鍵部件進行分散集中式監視、診斷和管理。不僅提高了設備的管理效率，降低了維護費用，還提高了故障診斷的水平和快速性，也有利于資源共享。
2.監控診斷系統
監測與診斷主要是根據快變信號、緩變信號以及開關量信號的變化，運用通頻和分頻振幅值等多種方法來判斷機組是否正常運行。
系統需有多種采集卡，包括振動信號采集卡、轉速采集卡、溫度壓力流量采集卡以及報警信號采集卡。還需要有相應的信號變換和調理電路。各種參量的獲取是通過振動、溫度、壓力、轉速等測量傳感器實時獲取機組工作狀態信息。然后將各種信號通過信號分析處理方法通過PC總線和計算機顯示出來，實現各種工況的實時顯示。再到更高層次就是利用智能診斷系統對監測的數據進行分析和模態識別，利用邏輯推理和數值分析方法相結合的方式，利用專家知識和固有原始數據進行分析和比較，得出診斷結論，以上過程可用下圖結構表示。
圖1 監控診斷系統組成框圖
3.遠程故障診斷地應用
遠程故障診斷是一門實用性強的技術，它在工業、醫療、石油、航空等各個方面都有廣泛地推廣和使用。
利用INTERNET技術，FANUC的數控機床采用了C/S的架構設計，這其中包括了服務器和客戶端。運用SQLSERVER 2008可以創建數據庫，利用TCP/IP協議可以建立通訊鏈路，利用柔性制造系統可以對機床故障診斷分類，利用電腦分發出診斷號、參數號，進行PMC接口診斷。也有的專家獨辟蹊徑，將遠程故障診斷在數控裝置的應用劃分成了四個模塊，即信息檢索模塊、智能診斷模塊、網絡會診模塊、遠程檢測模塊。信息檢索模塊主要是利用專家系統人工或者機器進行檢索，智能診斷模塊主要應用對檢測信號進行分析，再利用與此類似的遠程數控設備監控診斷系統是由CNC、現場監控工況機，數據存儲服務器、WEB服務器及遠程監控與診斷系統中心等組成。楊賢等介紹了一種監控軟件，HOMS監控軟件是以狀態監測為基礎，最優檢修決策為目的的。它的體系架構為狀態監測系統，廠級診斷中心，企業級決策中心。
在汽車行業，常用的維修檢測設備是從電噴車解碼器、手持式故障診斷儀慢慢發展到行業中比較流行的離線PC式汽車故障診斷儀。現在又有新的趨勢了，顏伏伍、曹愷等研究了基于智能手機的汽車遠程故障診斷。他們發現一些手持式診斷設備存在攜帶不方便、缺乏維修指導并且診斷效率低下等情況，利用ARM公司推出的開發復雜應用程序的RVDS（Realview Development Suite）開發工具設計實現了讀清故障碼、讀凍結幀、讀數據流等，另外還具有遠程交互能力和方便專家進行遠程輔助診斷等功能。
在石油與礦山機械領域，王峰、路小琪研究了基于物聯網的礦井提升機感知系統設計。所謂物聯網就是通過二維碼識別設備、射頻識別裝置、紅外感應器、全球定位系統和激光掃描器等信息傳感設備，按約定的協議，把任何物品與互聯網相連接，進行信息交換和通信，以實現智能化識別、定位、跟蹤、監控和管理的一種網絡。在這種技術環境下，提升機控制系統通過傳感器、檢測設備以及安裝在系統中的無線傳感器等關于該設備的運行狀態經過以太網傳遞至調度室。在長輸油氣管道中，實現輸油泵在online狀態下監測最好是使用在線故障診斷軟件，可是幾乎所有的都是通過安裝在設備商的各種監測儀表，然后通過網絡上傳到SCADA系統上進行數據分析處理、多線程進行管理。可以達到實時監控狀態，準確地找到故障報警。在鉆機的在線檢測中，從萬生、張鵬飛、林智敏、于輝等人在石油機械雜志上研究了利用國際上最先進的remote數據與圖像監測處理技術，采用移動通信衛星實現了遠程數據及視頻傳輸的功能，利用這些專有技術實現了數據的網間共享以及信息捕捉等功能。在壓縮機的故障診斷與監控上，吳文莉采用了嵌入式CPU和無線通訊GPRS發送模塊如遠程數據傳輸單元DTU組成。在對鐵路設備的診斷系統設計中，李桂林發表在《自動化與儀器儀表》上論述了采用計算機網絡、數據庫技術和故障診斷技術，一定程度上提高了列車的運行效率和保障了行車安全。
另外，Deb.S，Domagala.C，Gho-shal，Alena.R在《The international society for optical Engineering》利用美國Qualtech的軟件開發了一種基于上述系統判斷的遠程診斷服務器，建立了遠程檢測空間服務站的模型。我國葉文君等利用基于模型和信號處理的方法對空調系統的故障診斷和檢測進行了分析和總結。在機器人焊接方面，由星云焊接公司研制的Nebula型焊機，它可以通過互聯網實現遠程故障診斷、遠程檢測，還可以將數字電視技術應用在它上面。
4.結語
文章簡要介紹了故障診斷系統的組成和基本原理，肯定了基于WEB故障診斷系統的作用，并且介紹了監控檢測系統的組成以及遠程故障診斷在各行各業的應用。基于WEB的故障診斷技術發展已有多年了，相關技術已經日趨成熟，對于遠程故障診斷的前景可能會在對故障位置精確性確定、故障時間準確性預測、檢測故障地點的精密化等方向發展。
參考文獻
[1]李磊，王晨升，寇星源，陳亮，武花榮.基于FANUC的數控機床遠程故障[J].軟件軟件，2012，12.
[2]陳秀麗.遠程故障診斷功能在設備維護管理中的應用[J].數字技術與應用，2012，06.
[3]吳文莉.壓縮機遠程監控與故障診斷技術研究[J].控制技術，2012，05.
[4]李桂林.基于WEB的鐵路設備遠程故障診斷系統的設計[J].自動化與儀器儀表，2012，01.
[5]顏伏伍，曹愷，胡杰，盛祥政.基于智能手機的汽車遠程故障診斷系統[J].華中科技大學學報，2012，11.
[6]喬美昀，廖文清.汽車遠程故障診斷[J].應用技術，2012.11.
[7]岳敏，姚松麗，黃娟.數控設備的開放式遠程監控系統研究[J].機械設計與制造，2012，06.
[8]王峰，路小琪，何鳳有，譚國俊.基于物聯網的礦井提升機感知系統設計[J].煤炭科學技術，2012，03.
[9]楊賢，李朝暉.HOMS面向遠程診斷網絡化專家工作站研究[J].振動與沖擊，2012，22.
[10]從萬生，張鵬飛，林智敏，于輝.鉆機遠程在線監測及故障診斷系統研究[J].石油機械，2012，09.
[11]葉文君，李建偉，路宇.空調系統傳感器故障診斷概述[J].科技風，2012，14.
[12]Deb.s，Domagala，c，Ghoshal，Patterson-Hine.A，Alena.R.Remote diagnosis of the international space station utilizing telemetry data.The International society for optical Engineering[J].V4389.P60-71，2001.
[13]Al-Arbi，Salem Khalifa，Gu，Fengshou，Guan，luyang，Fan，Yibo，Ball，Andrew，Gearbox fault diagnosis based on continuous wavelet Transformation of vibration signals mersured remotely.SAE Technical Papers.2010.
[14]張天宏.民航發動機遠程故障診斷技術研究[D].南京：南京航天航空大學：博士學位論文，2001.
[15]鐘秉林，黃仁主編.機械故障診斷學[M].北京：機械工業出版社，1997，12：174-185.
[16]梁芳，王改云，朱名日.遠程故障診斷技術的發展及應用研究綜述[J].機電工程，2007，08.
第8篇：故障診斷方法綜述范文
關鍵詞：鋼鐵企業；電氣設備；故障診斷；維護
引 言：鋼鐵工業是最重要的基礎工業，是其他工業發展的物質基礎。隨著國家經濟建設的快速發展，鋼鐵行業成為近年來國家宏觀調控的重點行業之一。設備投入大是鋼鐵行業的重要特征，為了更好地發揮電氣設備的工作效益，及時地對企業中的電氣設備進行故障診斷和維護是非常有必要的。
一、鋼鐵企業電氣設備客觀情況
很多企業平時只注重設備的效能，不重視設備的合理使用，也不注重日常維護和保養，導致了故障的發生。電氣設備維護人員不僅要牢固掌握相關專業知識，還要充分了解企業內部電氣設備的各方面情況。
（1）出廠情況。由于不同的廠家出產的電氣設備質量有一定的差異性；國內制造和國外制造的技術水準也不一樣，使得出產的設備質量不一樣；即使同是國內制造，但不同廠家的技術和管理水平的不一樣，也會導致設備質量不一樣；哪怕是同一廠家制造的設備，也會因技術和管理的差異，導致其質量不一；再加上不同批次、不同階段，也會使得設備的質量有差異。所以，每臺電氣設備的出廠質量都是不一樣的。
（2）使用環境。電氣設備的使用環境會對其運行狀況產生影響。這種環境影響主要有兩方面：一是設備所處外部自然環境不同；二是不同設備在整個系統中所處的位置不同，所承受的電流、電壓等都不同，尤其是當故障發生時的系統短路容量有較大差異。
（3）人員素質。有很多設備故障本來是很容易解決的，但由于操作、管理人員的專業知識和業務素質不高，無法及時發現初期故障，導致故障被復雜嚴重化。
二、電氣設備故障原因
從故障的起因上看，電氣系統故障分為關聯性和非關聯性故障。非關聯性故障是指與電氣系統本身的結構和制造無關的故障，這類故障的發生是由于運輸、安裝、撞擊等外部因素人為造成的。關聯性故障是指由于電氣系統設計、結構或性能等缺陷造成的故障。關聯性故障又分為固有性故障和隨機性故障。一般隨機性故障由于存在著較大的偶然性，給故障的診斷和排除帶來了較大的困難。其中，軟件故障是指由程序編制錯誤、機床操作失誤、參數設定不正確等引起的故障，軟件故障可通過認真消化、理解隨機資料、掌握正確的操作方法和編程方法避免和消除；硬件故障是指南cnc電子元器件、系統、換刀系統、限位機構、機床本體等硬件因素造成的故障；干擾故障則表現為內部干擾和外部干擾，是指由于系統工藝、線路設計、點源地線配置不當等以及工作環境的惡劣變化而產生故障。
三、鋼鐵企業電氣設備故障診斷
電氣設備故障診斷是一種了解和掌握設備在運行過程的狀態，確定其整體或局部正常或異常，早期發現故障及其原因，并能預報故障發展趨勢的技術。其意義在于能夠改革設備維修制度，變傳統的定期檢修為狀態檢修，在節約大量維修費用的同時，還能減少不必要的維修時間，從而大大地提高了設備正常運行的時間和企業的經濟效益。
故障診斷的內容包括狀態監測、識別診斷和預測未來。在預測系統的可靠性和性能的時候，一旦發現有異常情況，就要對其原因、部位和危險性進行診斷。具體可表現為：與生產功能無直接聯系的振動、異響和升溫；與生產功能有直接聯系的信號，如壓力、位置及轉速的變化等；絕緣分解物、水含量、機械雜質等化學信號。
故障診斷可分為簡易診斷和精確診斷。簡易診斷一般由現場的工作人員實施，通過觀察設備運行時，其外形有否變化，比如熔斷器是否燒斷、緊固件有沒有松動等；仔細傾聽設備運行時的聲音，比如電動機軸承損壞的話，會發出“沙沙沙”的聲音；嗅聞設備運行時所散發的氣味，比如電氣設備發生短路或者過載的時，會散發刺鼻的焦糊味；觸摸設備外殼溫度來確定絕緣設備是否正常運行。
精確診斷是在簡易診斷的基礎上，由專家對“大概有點異常”的設備進行專門的精密診斷。通過精密診斷，確定故障的類型，估算其危險程度，制定消除故障、恢復和改善設備正常運行狀態的方法。發動機的振動和異響可通過軸承振動和軸振動進行評價，其衡量指標是相對位移和絕對位移值。軸振動的特點是通過位移峰峰值，直接表示轉子在機體內的位置變化，以此推斷出轉子與固定部件（如：汽封等）有無摩擦的危險；軸承振動間接地顯示了機組振動位移情況，比如采用振動速度器或者加速度傳感器，可以得到振動速度的有效值，有利于對振動量進行評價。
四、鋼鐵企業電氣設備故障維護
電氣設備的正常運行離不開日常維護。日常維護應當對設備進行日常巡檢和定期點檢，在設備故障還處于萌芽狀態時，就發現并解決，保證設備的正常運行。
日常巡檢是通過對設備各部件的大概巡視，掌握電氣設備正常運行狀態的一種方法，較適合設備分散布置的企業。企業要設置專門的巡檢人員，根據有關標準，對照設備運行情況，及時發現隱患和異常情況，掌握設備故障的最初信息，為點檢人員提供要檢查的具體故障部位和內容，方便點檢人員有目的性地檢查設備。
定期點檢是按照一定的標準、一定周期、對設備規定的部位進行檢查，以便早期發現設備故障隱患，及時加以修理調整，使設備保持其規定功能的設備管理方法。點檢員負責所轄區域內電氣設備技術狀態管理，按點巡檢要求、設備技術維護要求，定期按時進行設備的現場巡視并作好記錄，還要制定檢修計劃、備品備件計劃、設備技術維護計劃，處理現場故障等。
在進行故障維護的時候，要注意以下幾點原則：首先要先詢問再維護，通過詢問設備故障的發生經過及現象，對維護工作有很大的幫助；其次要先清潔再維護，有很多故障是由于導電塵土和污染物造成的，經過清潔就能排除故障；還要由外及里、由機械到電氣，先排除設備故障的外部因素，確定為設備內部問題再拆卸維護，確定機械部件無故障以后，再對電氣方面進行檢查和維護；先檢查電源，因為有很多故障是由于電源的故障造成的，所以先檢查電源能使維護工作得到事半功倍的效果。
五、結束語
通過設備故障診斷和維護，能使鋼鐵企業電氣設備的運行周期得到延長，提高了設備的工作效益，為企業生產的安全穩定順行提供可靠的設備保障。
參考文獻：
[1] 熊麗萍.簡析現代電氣設備的檢修與實踐[J].科技資訊. 2011（02）.
第9篇：故障診斷方法綜述范文
[關鍵詞]案例推理;案例推理應用;研究綜述
中圖分類號：TP18 文獻標識碼：A 文章編號：1009-914X（2016）24-0310-02
1引言
案例推理（Case-based reasoing，簡稱CBR）起源于認知科學對人類推理和學習機制的探索[1]，是伴隨認知心理學的研究而發展起來的一門新的推理方式，是人工智能領域較新崛起的一種問題求解和學習方法。其核心思想在于對新問題求解時，可以使用以前求解類似問題的經驗來進行推理和學習，從而對問題的求解進行指導甚至直接重用結果，而不必從頭做起。概括地講，CBR就是利用過去的經驗案例推理求解新的問題。CBR在推理求解時直接利用案例，而不需要提取規則，彌補了基于規則的專家推理系統在知識獲取和組合推理等方面的不足。
由于CBR被定義為一種方法而不是一種技術，使得CBR可以更加好吸收各種新方法和技術來完善自身，從1982年耶魯大學的沙克提出動態記憶理論發展至今，已在計算機科學、醫學、故障診斷、交通運輸、信息管理、法律、突發事件應急管理、決策、工業、農業、電力等領域獲得了廣泛應用。本文首先介紹了案例推理的認知模型，然后對案例推理的典型應用進行了研究綜述。
2案例推理的認知機理模型
有許多模型試圖更好地描述CBR，其中應用最為廣泛的是Admodt和Plaza提出的4R認知模型[2]，如圖1所示。
在該認知模型的描述中，一個CBR循環通常包括以下四個階段：
（1）檢索（retrieve）最相似的案例;
（2）重用（reuse）檢索到的結論嘗試解決新問題;
（3）修正（revise）建議的解答;
（4）保存（retrain）新問題和修正的解為一條新案例。
根據圖1所示的4R循環，案例推理的認知機理可描述如下：一個新問題最初被描述成一個新案例（也稱目標案例）。歷史案例庫中存儲的是先前的問題描述及相應的解答，稱之為源案例。當有新的待求解問題，即目標案例出現時，通過案例檢索從歷史案例庫中搜尋出與目標案例相似的源案例。在案例重用階段，如果源案例與目標案例的問題描述完全一致，則可直接將源案例的解答作為目標案例的建議解;否則，就需要對源案例的解答進行調整，進而得到目標案例的建議解。在案例修正階段會對系統給出的建議解進行評估，可通過實際應用檢驗或者領域專家評價實現，如果評估為失敗解就需繼續修正。最后通過案例保存將新學習的案例或者修正后的案例儲存到案例庫中，以用于將來的問題求解，從而實現CBR的學習功能。
3案例推理的應用
3.1計算機科學與信息系統
針對目前的主流搜索引擎和Web瀏覽器均針對用戶的單獨搜索行為設計，不便于進行協同Web搜索的問題，文[3]提出了一種基于CBR的協同Web搜索模型，并介紹了基于此模型實現的兩套協同Web搜索原型系統。根據數字圖書館個性化推薦系統的設計思想和方法，文[4]提出了基于案例推理方法在信息系統總體設計中的應用，并通過結構化建模方法對案例修正環節進行改進。文[5]使用分級標準架構對案例進行表示，并使用多層案例檢索，將此新型的案例推理模型用于推薦機制輔助決策系統，通過一個旅行計劃推薦實驗證明該方法可提高推薦的有效性。
3.2醫學
案例推理可用于建立各種醫療診斷系統。文[6]提出一種基于相似度閾值的案例匹配算法，可通過對病人表現癥狀的匹配分析得到診斷結果，并推薦相應的治療方案，實驗結果表明該系統具有較高的診斷效率和較好的智能性，能為醫生進行醫療診斷提供一定的輔助作用。文[7]將案例推理用于中醫四診的一般過程，設計了四診輔助診斷系統，可以克服中醫辨證論治在收集外部信息時不準確的缺陷，并提高診斷過程的準確性。文[8]和文[9]分別將其用于高血壓檢測、肝病診斷。
3.3故障診斷
案例推理廣泛應用于航空航天、電力、工業生產、數控機床等不同行業的故障診斷。文[10]探究了案例推理在飛行器故障診斷中的應用。文[11]介紹一種以領域規則和案例推理為基礎的電力設備故障紅外診斷系統，該系統可實現電力設備紅外測溫現場的測溫數據錄入和設備故障診斷，有效避免了人為原因導致的設備診斷偏差和安全隱患。文[12]將案例推理和軟測量技術相結合，提出一種豎爐燃燒過程的智能故障預報方法，并將該方法應用于豎爐燃燒過程的生產實際中，結果表明故障發生率明顯降低。文[13]設計了神經網絡與案例推理相結合的復雜裝備故障診斷模型，較好地解決了復雜電子裝備故障診斷的快速與準確問題，并通過對雷達情報綜合電子信息系統故障實例的診斷仿真驗證了算法的有效性。
3.4商業
文[14]提出一種基于案例推理與灰色關聯度的企業財務危機預警模型，實驗結果表明，該方法得到的案例相似性排序結果符合實際情況，可提高相似企業的檢索效率，滿足企業財務危機預警的要求。文[15]提出基于案例推理技術的化妝品銷售組合預測模型，能夠彌補短生命周期產品數據不足的問題，該預測模型在化妝品銷售預測方面，能夠達到令人滿意的精度要求，具有實際應用價值。
3.5農業
案例推理在農業科學中主要用于各種農作物蟲病的預測、診斷或診治。文[16]利用農業專家對病蟲害診斷的經驗案例，建立了基于CBR的蔬菜病蟲害診治專家系統，可為菜農和專家提供診斷決策。文[17]利用CBR預測系統，有效預測黃瓜枯萎病，從而增加防治勝算并能輔助生產決策的動態修訂。
3.6其它方面
其它方面的應用，如氣象、教育、法律等。文[18]提出將案例推理與模型推理相結合用于天氣預報研究，探索提高天氣預報準確性的新方法，并運用這種方法，利用java語言，實現了一個新的天氣預報系統。文[19]把基于案例推理技術引入智能教學系統中教學策略的推理和控制中， 應用以前學生學習的經驗作為以后學生學習的引導，從而實現教學策略的自動組織、自動規劃，實現學生的自主選擇、自由學習。
4結語
通過了解 CBR 系統的應用狀況，可以發現 CBR 系統適用于歷史案例豐富但難以提取規則或者不易建立模型的領域。CBR還具有學習能力，利于用戶對知識進行維護。另外，CBR系統的結論是由以前的案例推理得出，與人類的推理過程相似，因此CBR系統給出的結果更易于被用戶接受。
參考文獻 （References）
[1] R L D Mántaras， D Mcsherry， D Bridge， et al. Retrieval， Reuse， Revision and Retention in Case-based Reasoning [J]. The Knowledge Engineering Review， 2005， 20（3）：215-240.
[2] A Aamodt， E Plaza. Case-Based Reasoning： Foundational Issues， Methodological Variation， and System Approaches [J]. AI Communications， 1994， 7（1）： 39-59.
[3] 孫靜宇， 陳俊杰， 余雪麗等. 基于CBR的協同Web搜索模型及應用研究[J]. 山東大學學報（理學版）， 2012， 47（5）： 19-24.
[4] 徐曉敏， 甘仞初. 結構建模方法在基于案例信息系統總體設計中的應用[J]. 計算機應用， 2004，24（S2）：118-119.
[5] C S Wang， H L Yang. A Recommender Mechanism Based on Case-based Reasoning [J]. Expert Systems with Applications， 2012， 39 （4）： 4335-4343.
[6] 申靜. 基于案例推理的疾病診斷專家系統的研究[J]. 計算機與現代化， 2013， （2）： 143-146.
[7] 忻凌. 基于案例推理的四診輔助診斷系統的設計[J]. 醫學信息， 2009， 22（5）： 589-590.
[8] K H Hsu， C C Chiu， N H Chiu， P C Lee， W K Chiu， T H Liu， C J Hwang. A Case-based Classifier for Hypertension Detection [J]. Knowledge-Based Systems， 2011， 24 （1）： 33-39.
[9] C L Chuang. Case-based Reasoning Support for Liver Disease Diagnosis [J]. Artificial Intelligence in Medicine， 2011， 53 （1）： 15- 23.
[10] Song D， Zhang K. Research and Application on Case Self-Revision Approach in CBR[C]. 2008 International Conference on Computer Science and Software Engineering， Wuhan， 2008：368-371.
[11] 李孟興. 電力設備故障紅外診斷系統的研究與實現[J]. 電力信息化， 2013， 11（2）： 36-39.
[12] 嚴愛軍， 王普， 曾宇. 豎爐燃燒過程智能故障預報系統[J]. 化工學報， 2008， 59（7）： 1768-1772.
[13] 黃子俊， 周政， 湯景棉等. 基于ANN與CBR相結合的復雜裝備故障診斷研究[J]. 計算機應用與軟件， 2010， 27（12）： 196-198.
[14] 廖志文. 基于CBR與灰色關聯度的財務危機預警[J]. 計算機工程， 2012， 38（1）： 174-176.
[15] 吳迪， 李蘇劍， 李海濤等. 基于CBR的化妝品銷售組合預測模型[J]. 北京航空航天大學學報（社會科學版）， 2012， 25（1）： 78-84.
[16] ， 李東明， 陳桂芬. 基于CBR的蔬菜病蟲害診治專家系統的研究[J]. 安徽農業科學， 2010， 38（27）：15380-15381..
[17] 楊振剛， 劉偉章， 方永美. CFW的CBR動態預測[J]. 計算機工程與應用， 2009， 45（6）： 236- 239.
[18] 沈利峰. 案例推理方法（專家系統）在氣象方面的應用研究[D]. 上海海事大學博士學位論文， 2005.
[19] 楊健， 楊鄧奇， 秦祖啟. 智能教學系統中基于案例推理的教學策略研究[J]. 計算機工程與設計， 2008， 29（15）： 4006-4008.
基金項目：促進高校內涵建設-教育教學類-大學生科研訓練（CJGX2016-JX-07）;科技類博士資助課題 （YZKB2015010）;促進高校內涵建設-師資隊伍建設-校內專業教學團隊和優秀人才培養計劃-校級骨干教師培育項目（CJGX2016-JX-26/004）.
收稿日期：2016年10月26日;修回日期：-年-月-日.
基金項目：
促進高校內涵建設-教育教學類-大學生科研訓練（CJGX2016-JX-07）;科技類博士資助課題 （YZKB2015010）;促進高校內涵建設-師資隊伍建設-校內專業教學團隊和優秀人才培養計劃-校級骨干教師培育項目（CJGX2016-JX-26/004）;
